DeepSeek V4.1 Flash in DeepSeek Harness: GenUI praktisch einrichten und prüfen

Wenn du in DeepSeek Harness mit DeepSeek V4.1 Flash nicht nur Text lesen, sondern Tabellen sortieren und Funktionsparameter direkt verändern möchtest, ist GenUI einen Test wert. Ich habe das Plugin am 10. November 2026 installiert und eine vollständige Demo ausführen lassen; die Erzeugung dauerte 3 Minuten 58 Sekunden. Der größte praktische Gewinn: Sortieren, Filtern und Schieberegler laufen lokal im Browser und lösen keinen neuen Modellaufruf aus. Der Artikel richtet sich an DSH-Nutzerinnen und -Nutzer, die Daten oder Parameter wiederholt untersuchen. Für reine Textantworten, eine noch fehlende API-Konfiguration oder den Umgang mit einem nicht geprüften Drittanbieter-Plugin ist die Installation nicht nötig. Ich habe weder alle Komponenten noch alle DSH-Versionen getestet.

Der tatsächliche Funktionsplot aus dem Test. Die Oberfläche und der ursprüngliche Prompt sind auf vereinfachtem Chinesisch; die deutsche Sprachqualität wurde nicht gemessen.

Aufmerksam wurde ich durch Li Bukais Beitrag auf X. Dort waren sortierbare Datenpaneele, veränderbare Funktionsplots, selbst korrigierende Tests und ein Panel über dem Eingabefeld zu sehen. Mich interessierte vor allem, welche Aktionen ohne eine weitere Modellanfrage auskommen.

DeepSeek V4.1 Flash mit GenUI: zuerst das richtige Paket installieren

Das Paket für diesen Test heißt @changfenhuang/dsh-genui. Der Scope gehört zum Namen und darf nicht weggelassen werden.

Der ursprünglich genannte Repository-Pfad changfenhuang/dsh-genui liefert inzwischen einen 404-Fehler. Der aktuelle Quelltext liegt unter omdsh-dev/dsh-genui. Das passende npm-Paket ist @changfenhuang/dsh-genui.

Bei npm existiert außerdem ein Paket namens dsh-genui ohne Scope. Es handelt sich um eine andere Implementierung eines anderen Maintainers, nicht um eine Kurzform des getesteten Pakets. Auch eine gewöhnliche Installation als Node-Abhängigkeit registriert das Plugin noch nicht bei DSH.

So bin ich in DeepSeek Harness vorgegangen:

1. Die Plugin-Seite öffnen und Add plugin wählen.
2. @changfenhuang/dsh-genui vollständig eintragen.
3. Die offizielle Registry oder einen ausdrücklich vertrauenswürdigen Mirror verwenden.
4. In der Liste installierter Plugins den vollständigen Namen kontrollieren und das Plugin aktivieren.
5. Den DSH-Websdienst neu starten, den Browser hart aktualisieren und eine neue Sitzung beginnen.

Der offizielle Quick Start nennt derzeit die DSH-Hosts ^0.2.0-rc.1, ^0.2.1-rc.1 und ^0.2.2-alpha.2. Die aktuellen RC- und Alpha-Hosts benötigen Node.js 24.9.0 oder neuer; für die Plugin-CLI wird außerdem pnpm gebraucht. Prüfe diese Angaben vor der Installation erneut. Da meine Screenshots den genauen DSH-Build nicht festhalten, kann ich die gleichen Menüs nicht für jede ältere Version zusichern.

DeepSeek V4.1 Flash im Praxistest: aus einer Antwort werden vier UI-Kanäle

Für die vollständige Demo habe ich den chinesischen Prompt「展示一下刚刚加入的ui的完整功能。」verwendet. Er bedeutet sinngemäß: „Zeig mir alle Funktionen der UI, die ich gerade hinzugefügt habe.“ Es handelt sich also nicht um einen Test mit deutschem Prompt.

DeepSeek V4.1 Flash erkannte zunächst das neu installierte Paket und erzeugte anschließend die Oberfläche. Statt rohem JSON erschien eine Karte mit den Fähigkeiten, gefolgt von Tabellen, Diagrammen, einem Funktionsplot, Berechnungsfeldern, einem Quiz und einer 3D-Szene.

In der Antwort wurden vier Darstellungswege beschrieben:

• dsh-ui-Blöcke rendern Komponenten direkt in der Unterhaltung.
• render_ui-Karten stellen UI in der Werkzeugzeile dar.
• /panel hält einen Arbeitsbereich über dem Eingabefeld fest.
• Über die rechte obere Ecke des Panels erreicht man Vorlagen und lokale Erfolge.

Das folgende GIF zeigt den tatsächlichen Ablauf beim Scrollen und Öffnen der Diagramme.

Falls du nur einen dsh-ui-Codeblock siehst, prüfe zuerst die Plugin-Registrierung, den Neustart, die Browser-Aktualisierung und die Host-Version. Die Erzeugung der UI-Spezifikation durch das Modell und ihre Darstellung durch das Plugin sind zwei getrennte Prüfschritte.

DeepSeek V4.1 Flash bedienen, ohne jede Änderung neu anzufragen

Die Übersicht unter der Fähigkeitenkarte zeigt, welche Aktionen lokal abgeschlossen werden können. Genau diese Information ist im Alltag nützlicher als die Zahl der angebotenen Komponenten.

Im Test ließen sich die Interaktionen drei Gruppen zuordnen:

• Nur Browserzustand: Spalten sortieren, Zeilen filtern, Tabs wechseln sowie Markdown oder CSV kopieren.
• Lokale Neuberechnung: Legenden ein- und ausblenden, Funktionsparameter verschieben und die Animation abspielen.
• Anschließende Modellarbeit: Ein Formular absenden oder eine Schaltfläche mit action betätigen.

Der Diagrammbereich enthielt Balken, P50/P95-Linien und ein Ringdiagramm. Sämtliche Werte waren Demo-Daten. Geprüft habe ich deshalb nicht ihre fachliche Aussage, sondern ob die Bedienelemente reagieren und ob dabei ein weiterer Modellaufruf entsteht.

Damit entfällt für viele kleine Änderungen ein zusätzlicher Prompt. Eine Tabelle muss nicht neu geschrieben werden, nur weil du eine andere Sortierung möchtest. Eine Kurve muss nicht neu generiert werden, wenn du lediglich einen Parameter verschiebst. Erst wenn der nächste Schritt wieder Modellreasoning braucht, geht das Ereignis an das Modell zurück.

Daraus folgt jedoch keine pauschale Token-Ersparnis. Die erste UI-Erzeugung kostet weiterhin Ausgabetokens, und action-Ereignisse können weitere Aufrufe erzeugen. Ein kontrollierter Vergleich der Gesamtmenge war nicht Teil dieses Tests.

DeepSeek V4.1 Flash mit Tabellen, Funktionsplots und Panels arbeiten

Für den Einstieg würde ich drei Anwendungen ausprobieren:

• Daten sichten: Das Modell erstellt eine Tabelle, danach übernimmst du Sortierung und Filterung direkt.
• Parameter erklären: Formel und Kurve bleiben zusammen sichtbar, während du die Werte mit Schiebereglern veränderst.
• Arbeitsbereich offen halten: Eine Checkliste oder kleine Bedienfläche bleibt mit /panel über dem Eingabefeld verfügbar.

Das Panel lässt sich mit /panel ein- und ausblenden sowie mit dem × rechts schließen. /panel 清单 passt den Inhalt an, /panel clear leert ihn. Es ist eine optionale Arbeitsfläche, keine dauerhaft erzwungene Ansicht.

Weiter unten enthielt die Demo Berechnungsfelder, ein Quiz und erweiterte Visualisierungen. Die Berechnungskarten verwendeten Formeln aus einer Whitelist statt beliebigem JavaScript. Das Quiz konnte lokal auswerten; der Stand 0/2 bedeutet in meinem Screenshot lediglich, dass ich noch keine Antwort ausgewählt hatte.

Die 3D-Szene ließ sich drehen und zoomen; darunter erschien ein isoliert gerendertes SVG-Diagramm. Am Ende wurden außerdem Offline-Karten, eine Bild-Lightbox, Audio- und Video-Player sowie ein horizontales Carousel genannt. Diese Elemente habe ich nicht einzeln geöffnet und zähle sie deshalb nicht zu den verifizierten Interaktionen.

Für deine erste eigene Prüfung reicht eine kleine sortierbare Tabelle. Danach kannst du einen Plot mit zwei Parametern und erst anschließend eine action-Schaltfläche oder /panel testen. So erkennst du eher, ob ein Problem beim Modelloutput, beim Rendering oder beim Ereignisrückweg liegt.

DeepSeek V4.1 Flash über eine separate API-Verbindung konfigurieren

GenUI übernimmt Darstellung und Interaktion, nicht die Modellverbindung. Der Test nutzte DeepSeek V4.1 Flash über die OpenAI-kompatible API von Crazyrouter mit der Base URL https://api.crazyrouter.com/v1.

Bewahre den API-Schlüssel ausschließlich in deinen DSH-Zugangsdaten auf. Er gehört weder in einen Prompt noch in Screenshots oder erzeugte Formulare. Verwende außerdem die Modell-ID, die für dein Konto tatsächlich verfügbar ist, statt sie aus dem Anzeigenamen abzuleiten.

Die Crazyrouter-Integrationsanleitungen helfen bei der Konfiguration kompatibler Clients. Wenn du denselben UI-Prompt mit mehreren Modellen ausprobieren möchtest, kannst du vorher Chat-Modelle im Crazyrouter-Katalog vergleichen. Diese Seite ist ein allgemeiner Modellkatalog, keine spezielle GenUI- oder Flash-Dokumentation. Das tatsächliche Rendering musst du danach in DSH prüfen.

Auch in den X-Kommentaren ging es um Tokens. Li Bukai antwortete dort, dass die Ausgabetokens in Nicht-Coding-Szenarien im Allgemeinen nicht besonders hoch seien. Das ist die Einschätzung des Beitragsautors, keine kontrollierte Messung aus diesem Test.

Wenn du den Verbrauch beurteilen willst, erfasse die erste UI-Erzeugung, rein lokale Interaktionen, action-Ereignisse und vollständige Neugenerierungen getrennt. Ein einzelner Gesamtwert beantwortet nicht, welcher Arbeitsschritt Tokens verursacht hat.

DeepSeek V4.1 Flash und GenUI: Grenzen des Tests und häufige Fehler

Die Fähigkeitenkarte zeigte 60+ Komponenten, während die aktuelle offizielle README eine Matrix mit 30+ Komponenten verwendet. Versionen oder Zählweisen können sich unterscheiden. Ich habe die Anzahl nicht selbst nachgezählt und leite aus der Differenz keine Empfehlung für ein Upgrade oder Downgrade ab.

Bei Problemen hilft diese Reihenfolge:

• Nur ein dsh-ui-Block erscheint: Paketname, Aktivierung, DSH-Neustart, Browser-Aktualisierung und Host-Version prüfen.
• Eine Schaltfläche löst nichts aus: Kontrollieren, ob sie überhaupt eine action besitzt; reine Anzeigeelemente müssen nicht mit dem Modell kommunizieren.
• Der Slider verändert die Kurve nicht: Zuerst mit einem kleinen offiziellen Funktionsbeispiel prüfen, bevor du eine eigene Formel verantwortlich machst.
• Das Panel stört: Mit /panel oder dem × schließen; Inhalte bei Bedarf mit /panel clear entfernen.
• Keine Modellantwort: API-Schlüssel, Base URL, verfügbare Modell-ID und Kontofreigabe kontrollieren, bevor du die Plugin-Einstellungen änderst.

Whitelist-Formeln und isoliertes Rendering ersetzen keine Prüfung von Drittanbieter-Code, Kompatibilität und Berechtigungen. Gib in Demoformularen keine Passwörter, API-Schlüssel oder anderen vertraulichen Werte ein. Und auch ein gut bedienbares Interface verbessert nicht die faktische Richtigkeit der Modellantwort.

GenUI lohnt sich daher vor allem dann, wenn du Antworten häufig neu sortierst, filterst oder mit veränderten Parametern erkundest. Für einen ersten Versuch reicht eine Aufgabe, deren Daten du bereits kennst und deren Bedienung du leicht kontrollieren kannst.

Transparenz: Text und Struktur wurden von einem KI-Agenten erstellt. Die beschriebenen Ergebnisse stammen aus dem dokumentierten DSH-Test vom 10. November 2026; nicht jede aufgeführte Komponente wurde einzeln geprüft.